论文部分内容阅读
本文在概率密度函数估计的框架下对5种粒子群优化算法的性能进行了验证。这5种粒子群优化分别是标准粒子群优化、带约束因子的粒子群优化、高斯粒子群优化、带高斯跳跃的高斯粒子群优化、带柯西跳跃的高斯粒子群优化。基于3种不同的窗口参数表达式确定方法，即Bootstrap方法、Least-squares cross-validation方法、以及biasedcross-validation方法。本文分别使用这5种粒子群优化算法来寻找最优的窗口参数，并通过4种常用的概率分布（均匀分布、正态分布、指数分布、瑞利分布）对这5种粒子群优化算法的优化性能进行比较，结果表明，带有跳跃的高斯粒子群优化，即带高斯跳跃的高斯粒子群优化和带柯西跳跃的高斯粒子群优化获得最佳的求解效果。